發(fā)布時(shí)間：2020-06-12 15:02

【摘要】：駕駛疲勞是駕駛過程中經(jīng)常產(chǎn)生的生理現(xiàn)象,當(dāng)駕駛員進(jìn)入疲勞狀態(tài)時(shí)會(huì)變得注意力渙散、反應(yīng)遲鈍,極易釀成交通事故�；趩我恍畔⒃吹鸟{駛疲勞檢測(cè)方法在具體駕駛環(huán)境下穩(wěn)定性較差,存在很大局限。目前的研究趨勢(shì)逐漸傾向于融合多源信息來對(duì)駕駛疲勞做出綜合判斷。本文以提高駕駛疲勞檢測(cè)的準(zhǔn)確率、穩(wěn)定性以及環(huán)境適應(yīng)能力為研究目的。以駕駛員的面部圖像信息和腦電信息為研究對(duì)象。圍繞多源信息疲勞特征的提取方法、單模態(tài)駕駛疲勞檢測(cè)方法、信息融合駕駛疲勞檢測(cè)方法等核心問題展開了研究。并設(shè)計(jì)模擬駕駛實(shí)驗(yàn)評(píng)估了各種駕駛疲勞檢測(cè)方法的效果。主要研究?jī)?nèi)容如下:(1)調(diào)研了目前駕駛疲勞檢測(cè)的研究現(xiàn)狀與研究趨勢(shì),總結(jié)了圖像信息、生理信息、駕駛行為信息等各種研究角度的優(yōu)缺點(diǎn)。針對(duì)單模態(tài)駕駛疲勞檢測(cè)的不足,確定了將駕駛員面部圖像信息和腦電信息融合的駕駛疲勞檢測(cè)方案,以提升檢測(cè)的準(zhǔn)確率、穩(wěn)定性與環(huán)境適應(yīng)能力。(2)從駕駛員眼部信息中提取了眼瞼閉合時(shí)間比例、閉眼速度等眼動(dòng)特征,訓(xùn)練了基于眼動(dòng)特征的單模態(tài)駕駛疲勞檢測(cè)模型,疲勞/非疲勞分類準(zhǔn)確率達(dá)到86%。從駕駛員腦電信息中提取了各節(jié)律的頻帶能量比,訓(xùn)練了單模態(tài)駕駛疲勞檢測(cè)模型,疲勞/非疲勞分類準(zhǔn)確率達(dá)到78%。(3)針對(duì)單模態(tài)駕駛疲勞檢測(cè)方法的局限性,使用多核學(xué)習(xí)、多集典型相關(guān)分析融合多源異構(gòu)特征,并分別訓(xùn)練駕駛疲勞檢測(cè)模型,準(zhǔn)確率達(dá)到89%、93%�；贒-S證據(jù)理論對(duì)圖像信息和腦電信息進(jìn)行決策層融合,搭建駕駛疲勞檢測(cè)模型,準(zhǔn)確率達(dá)到95%。(4)使用模擬駕駛實(shí)驗(yàn)平臺(tái)展開了基于睡眠剝奪和基于反應(yīng)時(shí)間的模擬駕駛實(shí)驗(yàn),同步采集駕駛員面部圖像信息與腦電信息。對(duì)數(shù)據(jù)進(jìn)行整理標(biāo)注,得到駕駛疲勞數(shù)據(jù)集,使用數(shù)據(jù)集訓(xùn)練和測(cè)試各種駕駛疲勞檢測(cè)模型。設(shè)計(jì)干擾環(huán)境下的模擬駕駛實(shí)驗(yàn),評(píng)估各種駕駛疲勞檢測(cè)模型的穩(wěn)定性。
【圖文】：

Rather AlertNeither alert nor sleepySome signs of sleepinessSleepy, no effort to stay awakeSleepy, some effort to stay awakeVery sleepy, great effort to stay awake, fightin隆研究所最早提出將 PERCLOS（單位時(shí)間眼疲勞檢測(cè)的重要指標(biāo)，得到了很好的效果，該指澳大利亞的 Seeingmachines 公司研制的 DSS- Attention Technolo gies 公司研制的 DD850 以開發(fā)的 gogo850 都是基于駕駛員的面部圖像信息南京遠(yuǎn)驅(qū)科技有限公司開發(fā)的 gogo850，該設(shè)備相機(jī)，，通過該紅外相機(jī)來采集駕駛員的面部信息疲勞程度。

理信號(hào)的數(shù)據(jù)量遠(yuǎn)遠(yuǎn)的小于圖像信息，能夠滿足實(shí)時(shí)處理的需信息的疲勞駕駛檢測(cè)方法缺點(diǎn)為，各種生理信息的采集都需要膚表面粘貼電極，對(duì)人體有一定的入侵性。隨著傳感器技術(shù)的件集成度的大幅度提升以及可穿戴設(shè)備概念的普及，各種采集傳感器體積越來越小，普通駕駛員對(duì)可穿戴傳感器的接受程度基于生理信息的疲勞駕駛檢測(cè)方法正逐漸受到重視。前已有的研究成果表明，隨著疲勞程度的加深，腦電信號(hào)的 的能量會(huì)提升，而 節(jié)律和 節(jié)律的能量會(huì)降低[12]。心電信號(hào)（Heart Rate Variability,HRV）可作為評(píng)估駕駛員疲勞狀態(tài)的ianlia ng Min 和 Ping Wang 等人[13]使用模擬駕駛平臺(tái)展開了模擬步采集了駕駛員的腦電信號(hào)，通過分析驗(yàn)證了腦電信號(hào)的微分的相關(guān)性，在其整理的數(shù)據(jù)集上識(shí)別準(zhǔn)確率達(dá)到 90%以上。圖ng Min 等人所展開的模擬駕駛實(shí)驗(yàn)。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U463.6;TP391.41

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 王磊;史亞;姬紅兵;;基于多集典型相關(guān)分析的雷達(dá)輻射源指紋識(shí)別[J];西安電子科技大學(xué)學(xué)報(bào);2013年02期

2 權(quán)文;王曉丹;王堅(jiān);張玉璽;;基于SVM概率輸出與證據(jù)理論的多分類方法[J];計(jì)算機(jī)工程;2012年05期

3 張恒義;邵曉卓;周駿;;睡眠剝奪疲勞模型大鼠腦電分析[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2011年05期

4 詹皓,韓學(xué)平,葛朝麗,韋四煌,辛益妹,李彤,唐桂香,李硯鋒;莫達(dá)非尼對(duì)睡眠剝奪汽車兵汽車駕駛能力和疲勞感的影響[J];中華航空航天醫(yī)學(xué)雜志;2005年03期

5 季紅光,張麟,王海明;24小時(shí)睡眠剝奪對(duì)主觀疲勞程度和心理運(yùn)動(dòng)能力的影響[J];中國行為醫(yī)學(xué)科學(xué);1998年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 郭夢(mèng)竹;基于反應(yīng)時(shí)間的駕駛員疲勞狀態(tài)監(jiān)測(cè)與預(yù)警技術(shù)研究[D];吉林大學(xué);2017年

2 史亞;多核學(xué)習(xí)算法與應(yīng)用研究[D];西安電子科技大學(xué);2015年

3 牛清寧;基于信息融合的疲勞駕駛檢測(cè)方法研究[D];吉林大學(xué);2014年

4 李冠儒;2823例健康體檢人群的疲勞情況及其與體檢指標(biāo)的相關(guān)性探討[D];北京中醫(yī)藥大學(xué);2013年

5 康健;基于多傳感器信息融合關(guān)鍵技術(shù)的研究[D];哈爾濱工程大學(xué);2013年

6 杜勇;基于面部信息的駕駛者疲勞狀態(tài)分類方法研究[D];哈爾濱工業(yè)大學(xué);2012年

7 孫銳;基于D-S證據(jù)理論的信息融合及在可靠性數(shù)據(jù)處理中的應(yīng)用研究[D];電子科技大學(xué);2012年

8 肖獻(xiàn)強(qiáng);基于信息融合的駕駛行為識(shí)別關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學(xué);2011年

9 吳勝強(qiáng);核主元分析及證據(jù)理論的多域特征故障診斷新方法研究[D];燕山大學(xué);2011年

10 樊雙義;連續(xù)作業(yè)與睡眠剝奪對(duì)認(rèn)知功能的影響及機(jī)制研究[D];第三軍醫(yī)大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 黃姣;基于生理與操作行為典型參數(shù)的駕駛疲勞程度研究[D];華南理工大學(xué);2016年

2 周軍;基于D-S證據(jù)理論的多模型網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)研究[D];西安電子科技大學(xué);2010年

本文編號(hào)：2709700